累积和控制图与休哈特控制图联合应用方法

通过休哈特控制图中的单值控制图、均值控制图和极差控制图与累积和控制图（CUSUM图）进行比较分析,虽然CUSUM图对过程发生的小偏移较灵敏,但在某些情况下休哈特图比CUSUM图能更快地对生产过程异常作出报警.在此研究的基础上,提出了联合应用累积和控制图与休哈特控制图的观点,以尽快发现生产过程的异常波动.     

可变样本容量的中位值和极差控制图

通常使用控制图监督生产过程时,每隔一定时间从过程抽取固定容量的样本,文献[1]研究了可变样本容量（VSS）的控制图,本文在[1]的基础上利用矩阵方法系统地研究具有可变容量的x的R图,计算了在可变样本容量下发信号前的平均样本数和平均时间,并同固定样本容量（FSS）与可变抽样区间（VSI）的x和R图作比较,本文设计的x和R图能缩短过程失控时间,从而减少不合格品数。     

质量管理中控制图八个判异准则的应用

质量管理是企业管理工作的重要组成部分,采用统计方法进行质量监控是管理现代化的趋势,它包括抽样检验、统计过程控制和实验设计。其中统计过程控制因能有效地实时监控生产过程而被广泛使用。统计过程控制的核心是通过控制图监控,分析生产过程的稳定状况。由此,对控制图的八个判异准则的虚报率、平均链长等进行了分析研究,并说明了八个判异准则在实际中的应用。     

在固定时间抽样的可变抽样区间的平均值和极差控制图

根据Reynolds的固定时间抽样的可变抽样区间（VSIF）控制图模型，研究x^-图的制定方法，并设计R图和联合x^-R图，计算了这些控制图的发信号前的平均时间，并同常规FSI图作比较，所设计的VSIFT图的效率大于FSI图，并不低于VSI图，且能以较小的抽样用以地过程提供所要求的保护。     

一种面向三元空间相关Poisson过程的控制图设计

多元离散数据常见于产品缺陷监测和流行疾病监控等环节。传统的多元控制图假设变量服从正态分布或假设各维度的变量相互独立,难以满足监控需求,因此针对多元离散数据的控制图设计一直是统计过程控制领域的热点问题。以三元Poisson过程为研究对象,引入单一参数的copula函数描述其空间相关性,基于对数似然比方法构建一种相匹配的多元CUSUM控制图。采用马尔科夫链法近似计算平均运行链长,验证控制图分别在不同的相关强度和均值变化水平下的性能,并与D控制图进行比较。仿真结果表明,该控制图能有效监控三元Poisson过程中的均值漂移,并且目标偏移量与实际偏移量接近时会获得更好的监控效果。当数据间相关性较强时,该控制图的监控性能优于D控制图。     

联合移动总和与极差控制图的平均链长

Crowder在1987年给出了联合单值与两个接连值移动极差控制图的平均链长的计算方法。[1]本文按照类似的方法，建立了两个接连观测值的移动总和与移动极差图的平均链长的公式，对不同的过程平均值和标准差计算其平均链长，并将所得链长同单位和移动极差图的平均链长作比较，结果表明，S-R图的效率或灵敏度大于X-R图。     

带有警戒限的中位值控制图

将Page的带有警戒限的平均值控制图推广到中位值控制图上,设计带有警戒限的中位值控制图,并同其常规控制图加以比较.进而制定与中位值图具有相同伪警报率的平均值控制图,在正态总体下比较了它们的统计效率,说明中位值图改进的优缺点.     

在固定时间抽样的可变抽样区间的平均值和极差控制图

根据Reynolds的在固定时间抽样的可变抽样区间(VSIFT)控制图模型,研究     

可变样本容量的中位值和极差控制图

通常使用控制图监督生产过程时,每隔一定时间从过程抽取固定容量的样本.文献[1]研究了可变样本容量(VSS)的控制图,本文在[1]的基础上利用矩阵方法系统地研究具有可变容量的x和R图.计算了在可变样本容量下发信号前的平均样本数和平均时间,并同固定样本容量(FSS)与可变抽样区间(VSI)的x和R图作比较.本文设计的x和R图能缩短过程失控时间,从而减少不合格品数.     

可变抽样区间的-R控制图

使用质量控制图监督生产过程时,通常每隔固定时间从过程抽取固定容量的样本。本文在文献［１］的基础上设计具有可变抽样区间的ｘ图、Ｒ图及联合ｘ－Ｒ图。计算了这两图及联合图发信号前的平均样本数和平均时间,并同固定抽样区间的相应控制图作比较。所设计的ｘＲ图能缩短过程失控时间从而减少不合格品数。